伴随模式在反恐情报同步轨迹数据分析中的应用研究

[目的/意义]对反恐情报中的时空轨迹数据进行伴随模式挖掘,可以发现涉恐群体的同时间段动态空间位置移动规律。[方法/过程]根据反恐情报数据的特点,修改经典伴随模式挖掘方法中的相似度度量方式和聚类方式,不断迭代完成"聚类和取交集"操作,将满足条件的涉恐活动时空轨迹伴随模式导出。[结果/结论]该方法能够挖掘涉恐群体的同步移动路径,定位重点活动地点,分析涉恐人员之间的亲近度,为打击暴恐活动提供数据参考。     

采编系统数据辅助办刊决策分析

【目的】 将科技期刊采编过程中产生的数据反馈于办刊的决策过程中,使期刊出版和管理成为闭环,促进期刊质量和影响力的提高。【方法】 通过深入分析采编系统中存在的收发稿件数据和评审数据,挖掘数据映射出的实际问题。【结果】 对采编系统中数据的分析和深入挖掘,有助于进一步优化期刊的收稿方向,合理地统筹安排刊期与专刊组织频次,提高期刊同行评议的效率,通过挖掘核心作者与机构,可有目标、有针对性地做好期刊的宣传推广。【结论】 采编系统的数据为办刊决策提供了量化的数据支撑,对相关数据的深入分析和挖掘,有助于明确期刊的办刊思路和方向,对办刊具有一定的指导意义。     

基于时间聚类的加权关联规则及其在企业中的应用

针对煤炭企业采用的基于关联规则的数据挖掘技术存在的不足,文章提出了一种基于时间聚类的加权关联规则挖掘算法,分析了关联规则的基本概念,简要介绍了传统Apriori算法原理,详细介绍了基于时间聚类的加权关联规则挖掘算法原理及实现．实际应用范例表明,与Apriori算法相比,基于时间聚类的加权关联规则挖掘算法具有较高的准确性．     

关联规则中一种负增量更新算法的探讨

针对关联规则负增量更新的挖掘问题,提出了一种高效的关联规则负增量更新算法,即NIUA。该算法充分利用原数据库中已有的频繁项集、所有1-项集来生成最小非频繁项集;并采用选样等策略求出删减数据后的频繁项集。整个算法只需扫描删减后的事务数据库一遍,从而提高了关联规则的更新效率。     

数据流频繁模式挖掘

近年来,数据流挖掘越来越引起研究人员的关注,已逐渐成为许多领域有用的工具.如何利用有限的存储空间高效地挖掘出频繁模式已成为数据流挖掘的基本问题,具有很强的现实意义和理论价值.本文分析了国内外的各种数据流频繁模式挖掘算法,并指出这些算法的分类.通过综合分析最终给出了未来的研究发展方向.     

基于粒计算高效挖掘决策型关系数据库中关联规则

文章提出了一种基于粒计算从决策型关系数据集中快速提取关联规则方法,按照属性利用等价类对实体进行分类,利用分类后的属性值来构建粒,提出了基于粒计算提取决策型关系数据库的关联规则算法,来提取关系数据集的关联规则,通过实例来验证该方法的有效性,最后给出了性能分析,并指出基于关系数据集上的粒计算在提取关联规则方面的不足。     

决策树在高职学生成绩影响因素分析中的应用

利用数据挖掘技术研究高职院校学生成绩的影响因素,对高职学生成绩管理具有重要意义。决策树法是数据挖掘的主要技术和方法,利用决策树C4.5算法系统研究了我校信息工程学院二年级学生成绩影响因素,建立了影响学生成绩的决策树模型,使学校有针对性的开展学生管理工作。     

C4.5决策树算法在应用型本科高校就业管理中的应用研究

将数据挖掘中的C4.5算法应用于应用型本科院校的就业管理信息系统中,有利于发掘出应用型毕业生就业中隐藏的有用因素和内在联系,对促进学校进行教学改革,指导学生提高自身素质和知识结构,从而最大程度的提高毕业生的就业率。     

利用AIS数据计算港口间竞争度的方法

为能更有效地提供有价值的航运情报, 借鉴网络分析法相关原理,挖掘船舶AIS数据,获取港口之间的竞争度.该法通过船舶数据模型、港口数据模型、船舶抵达港口事件模型、船舶挂靠港记录、港口之间运力、港口网络等建立港口间竞争度模型. 选取2014年4—8月中国沿海船舶AIS数据和17个主要港口数据,利用模型计算出对上海港竞争度排名前三的港口依次是宁波港、张家港港和南通港.     

采煤塌陷对中国西部风沙区土壤质量的影响机制及修复措施

中国西部风沙区生态环境脆弱,煤炭井工开采造成土体坍塌,产生地表裂缝,导致地下水位下降、土壤含水量减少、土壤养分流失、土壤酶活性降低、微生物数量和群落结构发生变化、土壤沙化、植被死亡以及生物多样性破坏等生态环境问题。主要剖析近年来煤炭地下开采对西部风沙区土壤理化性质、土壤酶活性、土壤微生物和植被生长等方面的影响机制,提出塌陷区土壤环境破坏的修复措施。指出今后的研究应集中于采煤塌陷区土壤质量的恢复和土壤微生物多样性的演替规律方面,为中国西部风沙区采煤塌陷地的生态修复提供理论基础和技术支持。